HashMap源码解析

1、Map接口的相关实现类：

2、HashMap的底层结构实际上是“链表散列”，即数组和链表的结合体。

从上图可以看出，HashMap底层就是一个数组结构（Entry<K,V>[] table），数组中的每一项又是一个链表。

源代码如下：

transient Entry<K,V>[] table;   static class Entry<K,V> implements Map.Entry<K,V> {          final K key;          V value;          Entry<K,V> next;</span>          int hash;          /**          * Creates new entry.          */          Entry(int h, K k, V v, Entry<K,V> n) {              value = v;              next = n;              key = k;              hash = h;          }          public final K getKey() {              return key;          }          public final V getValue() {              return value;          }          .............  } 

       可以看出，Entry就是数组中的元素，每个 Map.Entry其实就是一个key-value对，它持有一个指向下一个元素的引用，这就构成了链表。

3、HashMap中的性能参数：

//默认初始容量，必须是2的倍数；

static final int DEFAULT_INITIAL_CAPACITY = 16;

//最大容量

static final int MAXIMUM_CAPACITY = 1 << 30;

//默认负载因子（HashMap中元素达到这个比例时，进行扩容）

static final float DEFAULT_LOAD_FACTOR = 0.75f;

//capacity * load factor 当容器中元素个数到达这个值时，进行扩容resize

int threshold;

//用户设定的负载因子

final float loadFactor;

//For fast-fail机制：HashMap（非线程安全的）的修改次数，iterator遍历时，检测这个值，有变化，抛出//ConcurrentModificationException

transient int modCount;

//map中存储数据的数组，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Entry对象。

transient Entry<K,V>[] table;

a、负载因子衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。

b、因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。

c、默认的的负载因子0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时，resize后的HashMap容量是容量的两倍。

源代码解析：ConcurrentModificationException

    private abstract class <span style="color:#FF0000;">HashIterator</span><E> implements <span style="color:#FF0000;">Iterator</span><E> {              Entry<K,V> next;        // next entry to return              int expectedModCount;   // For fast-fail              int index;              // current slot              Entry<K,V> current;     // current entry              HashIterator() {                  expectedModCount = modCount;                  if (size > 0) { // advance to first entry                      Entry[] t = table;                      while (index < t.length && (next = t[index++]) == null)                          ;                  }              }              public final boolean hasNext() {                  return next != null;              }              final Entry<K,V> <span style="color:#FF0000;">nextEntry</span>() {                  if (modCount != expectedModCount)                      throw new ConcurrentModificationException();                  Entry<K,V> e = next;                  if (e == null)                      throw new NoSuchElementException();                  if ((next = e.next) == null) {                      Entry[] t = table;                      while (index < t.length && (next = t[index++]) == null)                          ;                  }                  current = e;                  return e;              }              ...........      }  

HashMap扩容时的分析：

       当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

       那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

4、HashMap的存取实现：

put方法：

public V put(K key, V value) {        // HashMap允许存放null键和null值。        // 当key为null时，调用putForNullKey方法，将value放置在数组第一个位置。      if (key == null)            return putForNullKey(value);        // 根据key的keyCode重新计算hash值。       int hash = hash(key.hashCode());        // 搜索指定hash值在对应table中的索引。      int i = indexFor(hash, table.length);        // 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素。        for (Entry<K,V> e = table[i]; e != null; e = e.next) {            Object k;            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {                V oldValue = e.value;                e.value = value;                e.recordAccess(this);                return oldValue;            }        }        // 如果i索引处的Entry为null，表明此处还没有Entry。       modCount++;        // 将key、value添加到i索引处。       addEntry(hash, key, value, i);        return null;    }   

       从上面的源代码中可以看出：当我们往HashMap中put元素的时候，先根据key的hashCode重新计算hash值，根据hash值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。

addEntry(hash, key, value, i)方法根据计算出的hash值，将key-value对放在数组table的i索引处。addEntry是 HashMap 提供的一个包访问权限的方法，代码如下：

    void addEntry(int hash, K key, V value, int bucketIndex) {            // 获取指定 bucketIndex 索引处的 Entry          Entry<K,V> e = table[bucketIndex];            // 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry            table[bucketIndex] = new Entry<K,V>(hash, key, value, e);            // 如果 Map 中的 key-value 对的数量超过了极限            if (size++ >= threshold)            // 把 table 对象的长度扩充到原来的2倍。               resize(2 * table.length);        }    

       当系统决定存储HashMap中的key-value对时，完全没有考虑Entry中的value，仅仅只是根据key来计算并决定每个Entry的存储位置。我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。

     hash(int h)方法根据key的hashCode重新计算一次散列。此算法加入了高位计算，防止低位不变，高位变化时，造成的hash冲突。

    final int hash(Object k) {          int h = 0;          if (useAltHashing) {              if (k instanceof String) {                  return sun.misc.Hashing.stringHash32((String) k);              }              h = hashSeed;          }          h ^= k.hashCode();          // This function ensures that hashCodes that differ only by          // constant multiples at each bit position have a bounded          // number of collisions (approximately 8 at default load factor).</span>          h ^= (h >>> 20) ^ (h >>> 12);          return h ^ (h >>> 7) ^ (h >>> 4);      }</span>  

      我们可以看到在HashMap中要找到某个元素，需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的元素位置尽量的分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，而不用再去遍历链表，这样就大大优化了查询的效率。

        对于任意给定的对象，只要它的 hashCode()返回值相同，那么程序调用 hash(int h)方法所计算得到的hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，在HashMap中是这样做的：调用 indexFor(int h, int length) 方法来计算该对象应该保存在 table 数组的哪个索引处。indexFor(int h, int length) 方法的代码如下：

    <span style="font-size:18px;">    static int indexFor(int h, int length) {              return h & (length-1);          }</span>  

这个方法非常巧妙，它通过 h & (table.length -1)来得到该对象的保存位，而HashMap底层数组的长度总是 2的 n 次方，这是HashMap在速度上的优化。在 HashMap构造器中有如下代码：

其他所有HashMap构造器最终都会调用这个构造器。

public HashMap(int initialCapacity, float loadFactor) {     if (initialCapacity < 0)         throw new IllegalArgumentException("Illegal initial capacity: " +                                            initialCapacity);     if (initialCapacity > MAXIMUM_CAPACITY)         initialCapacity = MAXIMUM_CAPACITY;     if (loadFactor <= 0 || Float.isNaN(loadFactor))         throw new IllegalArgumentException("Illegal load factor: " +                                            loadFactor);     // Find a power of 2 >= initialCapacity     int capacity = 1;     while (capacity < initialCapacity)         capacity <<= 1;</span>     this.loadFactor = loadFactor;     threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);     table = new Entry[capacity];     useAltHashing = sun.misc.VM.isBooted() &&             (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);     init(); 

这段红色代码保证初始化时HashMap的容量总是2的n次方，即底层数组的长度总是为2的n次方。

当length总是 2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。

       根据上面 put方法的源代码可以看出，当程序试图将一个key-value对放入HashMap中时，程序首先根据该 key的 hashCode() 返回值决定该 Entry的存储位置：如果两个 Entry的 key的 hashCode()返回值相同，那它们的存储位置相同。如果这两个 Entry的 key通过equals比较返回 true，新添加 Entry的 value将覆盖集合中原有 Entry的 value，但key不会覆盖。如果这两个 Entry的 key通过equals比较返回 false，新添加的 Entry将与集合中原有 Entry形成 Entry链，而且新添加的 Entry位于 Entry链的头部——具体说明继续看 addEntry()方法的说明。

get方法：

        public V get(Object key) {              if (key == null)                  return getForNullKey();              //Entry<K,V> entry = getEntry(key);              //这是的具体方法                  final Entry<K,V> getEntry(Object key) {              int hash = (key == null) ? 0 : hash(key);              for (Entry<K,V> e = table[indexFor(hash, table.length)];                   e != null;                   e = e.next) {                  Object k;                  if (e.hash == hash &&                      ((k = e.key) == key || (key != null && key.equals(k))))                      return e;              }              return null;          }             return null == entry ? null : entry.getValue();          }  

       有了上面存储时的hash算法作为基础，理解起来这段代码就很容易了。从上面的源代码中可以看出：从HashMap中get元素时，首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素。

  

      归纳起来简单地说，HashMap 在底层将 key-value当成一个整体进行处理，这个整体就是一个 Entry对象。HashMap底层采用一个 Entry[]数组来保存所有的 key-value对，当需要存储一个 Entry对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。

     HashMap容量为什么使用2的N次方的原因：indexFor(int h, int length) 方法，使用的是：

    h & (length-1)  

     如果不使用2的n次方，会有一些位置永远索引不到。

     假设数组长度分别为15和16，优化后的hash码分别为8和9，那么&运算后的结果如下：

       h & (table.length-1)                    hash                            table.length-1

       8 & (15-1)：                                0100                &              1110                  =               0100

       9 & (15-1)：                                0101                  &              1110                   =               0100

       ———————————————————————————————————————–

       8 & (16-1)：                                0100                  &            1111                  =               0100

       9 & (16-1)：                                0101                  &            1111                  =               0101

  

  从上面的例子中可以看出：当它们和15-1（1110）“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到数组中的同一个位置上形成链表，那么查询的时候就需要遍历这个链表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hash值会与15-1（1110）进行“与”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！而当数组长度为16时，即为2的n次方时，2ⁿ-1得到的二进制数的每个位上的值都为1，这使得在低位上&时，得到的和原hash的低位相同，加之hash(int h)方法对key的hashCode的进一步优化，加入了高位计算，就使得只有相同的hash值的两个值才会被放到数组中的同一个位置上形成链表。

   

   所以说，当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。